[发明专利]文案生成方法、系统、计算机设备和存储介质

说明书

申请提供一种文案生成方法、系统、计算机设备和存储介质，所述方法包括：获取由关键信息填入文案模板所得的文案初稿；通过实体序列模型识别文案初稿中长文案知识图谱的实体，从长文案知识图谱中调取实体所在的知识图谱，并将实体所在的知识图谱的信息整合成自然语言，得到扩展语句；将扩展语句添加至文案初稿中，生成目标文案。上述方法通过实体序列模型识别出文案初稿中的实体，并将实体所在的知识图谱的信息整合成扩展语句，将扩展语句添加至文案初稿，生成完成扩展的目标文案，根据指定领域的长文案知识图谱限定扩展语句的扩展方向，同时长文案知识图谱的广度大，提供多元扩展方向，提高长文案创作的效率。

技术领域

本申请涉及数据处理技术领域，具体而言，本申请涉及一种文案生成方法、系统、计算机设备和存储介质。

背景技术

人工写作文案往往需要花费大量时间和心思搜集资料以及构思写作，以满足不同场景下的文案需求，可谓费时费力。

近几年来，随着人工智能的不断发展，开始发展出应用在各领域的智能写作，提高文案写作效率。智能写作还可以在特定领域下，根据关键变量基于写作模板生成文章，如生成天气预报、股市报道、体育赛事等风格的文章。通过写作模板可以按照方向性地勾勒该领域文章的表现风格。

在房地产营销中，需要大量的长文案辅助房地产项目的推广，依据固定的若干种类型的房地产长文案写作模板，只能生成指定若干种风格的房地产长文案，大量房地产长文案显得刻板和固化，使得长文案创作的效率低。

发明内容

基于此，有必要针对上述的技术缺陷，特别是文案创作效率低的技术缺陷，提供一种文案生成方法、系统、计算机设备和存储介质。

一种文案生成方法，包括如下步骤：

获取由关键信息填入文案模板所得的文案初稿；

通过实体序列模型识别所述文案初稿中长文案知识图谱的实体，其中，所述实体序列模型是根据标记有实体的文章训练得到；

从所述长文案知识图谱中调取所述实体所在的知识图谱，并将所述实体所在的知识图谱的信息整合成自然语言，得到扩展语句；

将所述扩展语句添加至所述文案初稿中，生成目标文案。

在一个实施例中，所述获取由关键信息填入文案模板所得的文案初稿的步骤，包括：

根据用户输入的变量信息和关键信息匹配出所述文案模板；接收用户输入所述文案模板的补充信息；根据所述关键信息、补充信息和文案模板生成所述文案初稿。

在一个实施例中，所述获取由关键信息填入文案模板所得的文案初稿的步骤之前，还包括：

对文案数据库中各个文案标注变量信息；从所述文案中划分出各种类型的内容模块，分别从各个内容模块提取写作模板；根据该内容模板中关键信息为该内容模板标注关键信息类型；

将用户输入的变量信息和关键信息与标注的变量信息和关键信息类型进行匹配，获得所述文案模板。

在一个实施例中，在所述从所述长文案知识图谱中调取所述实体所在的知识图谱的步骤之前，还包括：

对文案数据库中各个文案进行应用命名实体识别和关系抽取，获得文案中的实体和实体关系；

根据对文案数据库标注的变量信息、关键信息类型、指定专业知识和文案中的实体以及实体关系，构建所述长文案知识图谱。

在一个实施例中，在所述通过实体序列模型识别所述文案初稿中长文案知识图谱的实体的步骤之前，还包括：

将文案内容中标注有所述长文本知识图谱中所对应实体的文案样本输入初始的实体序列模型，训练出所述实体序列模型。